Learning Centre

Event Processing Using Semantic Web Technologies

 |  Login

Show simple item record

dc.contributor Aalto-yliopisto fi
dc.contributor Aalto University en
dc.contributor.advisor Törmä, Seppo, Dr., Aalto University, Department of Computer Science and Engineering, Finland
dc.contributor.advisor Nuutila, Esko, Dr., Aalto University, Department of Computer Science, Finland
dc.contributor.author Rinne, Mikko
dc.date.accessioned 2017-07-07T09:02:50Z
dc.date.available 2017-07-07T09:02:50Z
dc.date.issued 2017
dc.identifier.isbn 978-952-60-7509-9 (electronic)
dc.identifier.isbn 978-952-60-7510-5 (printed)
dc.identifier.issn 1799-4942 (electronic)
dc.identifier.issn 1799-4934 (printed)
dc.identifier.issn 1799-4934 (ISSN-L)
dc.identifier.uri https://aaltodoc.aalto.fi/handle/123456789/27289
dc.description.abstract The massive increase in the availability of event information originating from networked sensors and transactions has lead to a situation, where fast stream processing of large quantities of data is becoming a critical competitive advantage for a wide variety of domains in both business and life in general such as retail, investment market, farming, emergency response and health services. The increasing need to fuse data streams from a variety of sources emphasises the importance of managing heterogeneous ontological approaches. The founding principle of complex event processing is to abstract simple lower-level measurements and observations into more tangible higher-level conclusions, typically smaller in number and therefore easier to archive, present to a human reader or provide as input to the next processing layer. In this study methods for layered processing of event patterns using Semantic Web technologies have been developed. SPARQL Query and Update constructs have been used to build query networks, capable of functioning as event processing applications without extensions to the original syntax of the language. By means of a new ontology design pattern representations for, e.g., composite and complex events have been constructed. Examples of all the different types of event processing agents found in literature have been implemented and tested for performance on a platform developed for this study. The approach has been tested also with a practical application related to pharmaceutical manufacturing. The same application has been implemented on an event processing platform from outside the Semantic Web domain for a performance comparison. Entailment regimes for rule-based reasoning have been built using query networks similar to the ones used for building applications, making it easier for an application developer to improve efficiency through customisation and optimisation of the sets of rules. Good compliance of the implemented regimes has been tested using the official test set. Based on the experiences proposals for future versions of SPARQL to better support event processing applications are made. The program code, query networks, test data and the related documentation are made available with an open license to support independent verifications of the tests and further development of the code and query networks. Based on the implemented query networks and tests it is shown that RDF and SPARQL offer sufficient capabilities to function as the basis of layered complex event processing applications. en
dc.description.abstract Verkkoon kytkettyjen antureiden tuottaman ja muun tapahtumia rekisteröivän tiedon valtava kasvu on johtanut tilanteeseen, jossa suurten tietomäärien nopeasta vuoprosessoinnista on tulossa kriittinen kilpailuetu sekä liike- että muun elämän alueille kuten kauppaan, sijoitusmarkkinoille, maanviljelykseen, pelastustoimeen ja terveyspalveluihin. Kasvava tarve yhdistellä tietovirtoja erityyppisistä lähteistä korostaa erilaisten käsitteistöllisten lähestymistapojen hallinnan tärkeyttä. Kompleksitapahtumien käsittelyn pääperiaate on tiivistää yksinkertaiset alemman tason mittaukset ja havainnot helpommin ymmärrettäviksi korkeamman tason päätelmiksi, joita tyypillisesti on lukumääräisesti vähemmän ja jotka siksi ovat helpompia arkistoida, esittää ihmiselle tai tarjota syötteenä seuraavalle käsittelykerrokselle. Tässä tutkimuksessa on kehitetty menetelmiä tapahtumasarjojen kerrokselliseen käsittelyyn semanttisen webin teknologioilla. SPARQL kyselykielen ja päivityssääntöjen avulla on rakennettu sääntöverkkoja, jotka kykenevät toimimaan tapahtumankäsittelyohjelmistoina ilman laajennuksia kielen alkuperäiseen syntaksiin. Uuden ontologiakomponentin avulla on rakennettu esitysmuodot esimerkiksi yhdistelmä- ja kompleksitapahtumille. Esimerkkitapaukset kaikista kirjallisuudesta löydetyistä tapahtumankäsittelyn moduulityypeistä on toteutettu ja niiden suorituskyky testattu tutkimusta varten kehitetyllä ohjelmistoalustalla. Lähestymistapa on testattu myös lääkevalmistukseen liittyvällä käytännön sovelluksella. Sama sovellus on toteutettu ilman semanttisen webin esitystapoja toimivalla tapahtumankäsittelyohjelmistolla suorituskykyvertailua varten. Sääntöpohjaisen päättelyn käyttämiä säännöstöjä on toteutettu käyttäen samanlaisia kyselyverkkoja kuin sovelluksissa, mikä helpottaa sovelluskehittäjän työtä säännöstöjen räätälöinnissä ja optimoinnissa. Kehitettyjen säännöstöjen hyvä yhteensopivuus on testattu virallista testijoukkoa käyttäen. Kokemusten pohjalta tehdään ehdotuksia SPARQL-kielen jatkokehitykseen, jotta tulevat versiot paremmin tukisivat tapahtumankäsittelysovelluksia. Ohjelmakoodi, kyselyverkot, testidata ja kokeisiin liittyvä dokumentaatio ovat tarjolla internetissä avoimella lisenssillä, jolloin kokeet ovat riippumattomasti toistettavissa ja koodi ja kyselyverkot jatkokehitettävissä. Esitettyjen sääntöverkkojen ja testien perusteella työssä osoitetaan, että RDF ja SPARQL sisältävät riittävät ominaisuudet monimutkaistenkin kerroksellisen tapahtumankäsittelyn sovellusten pohjana toimimiseen. fi
dc.format.extent 108 + app. 74
dc.format.mimetype application/pdf en
dc.language.iso en en
dc.publisher Aalto University en
dc.publisher Aalto-yliopisto fi
dc.relation.ispartofseries Aalto University publication series DOCTORAL DISSERTATIONS en
dc.relation.ispartofseries 125/2017
dc.relation.haspart [Publication 1]: Mikko Rinne, Haris Abdullah, Seppo Törmä and Esko Nuutila. Processing Heterogeneous RDF Events with Standing SPARQL Update Rules. In ODBASE 2012, The 11th International Conference on Ontologies, DataBases, and Applications of Semantics, OnTheMove 2012, Part II, LNCS 7566, pp. 797-806, September 2012. DOI: 10.1007/978-3-642-33615-7_24
dc.relation.haspart [Publication 2]: Mikko Rinne, Eva Blomqvist, Robin Keskisärkkä and Esko Nuutila. Event Processing in RDF. In WOP2013, Workshop on Ontology and Semantic Web Patterns, Sydney, Australia, October 2013
dc.relation.haspart [Publication 3]: Mikko Rinne, Esko Nuutila. Constructing Event Processing Systems of Layered and Heterogeneous Events with SPARQL. Journal on Data Semantics (JoDS) , Volume 6, Issue 2, pp 57-69, June 2017. DOI: 10.1007/s13740-016-0073-4
dc.relation.haspart [Publication 4]: Mikko Rinne, Monika Solanki, Esko Nuutila. RFID-based logistics monitoring with semantics-driven event processing. In DEBS 2016, The 10th ACM International Conference on Distributed and Event-based Systems, Irvine, CA, USA, June 2016. DOI: 10.1145/2933267.2933300
dc.relation.haspart [Publication 5]: Mikko Rinne, Esko Nuutila. User-Configurable Semantic Data Stream Reasoning Using SPARQL Update. Journal on Data Semantics (JoDS), published online February 20th 2017. DOI: 10.1007/s13740-017-0076-9
dc.subject.other Computer science en
dc.title Event Processing Using Semantic Web Technologies en
dc.title Tapahtumankäsittely semanttisen webin teknologioita käyttäen fi
dc.type G5 Artikkeliväitöskirja fi
dc.contributor.school Perustieteiden korkeakoulu fi
dc.contributor.school School of Science en
dc.contributor.department Tietotekniikan laitos fi
dc.contributor.department Department of Computer Science en
dc.subject.keyword complex event processing en
dc.subject.keyword data stream processing en
dc.subject.keyword SPARQL en
dc.subject.keyword RDF en
dc.subject.keyword semantic web en
dc.subject.keyword kompleksitapahtumien käsittely fi
dc.subject.keyword vuoprosessointi fi
dc.subject.keyword semanttinen web fi
dc.identifier.urn URN:ISBN:978-952-60-7509-9
dc.type.dcmitype text en
dc.type.ontasot Doctoral dissertation (article-based) en
dc.type.ontasot Väitöskirja (artikkeli) fi
dc.contributor.supervisor Saikkonen, Heikki, Prof., Aalto University, Department of Computer Science, Finland
dc.opn Margara, Alessandro, Prof., Politecnico di Milano, Italy
dc.contributor.lab Semantic Computing Research Group en
dc.rev Etzion, Opher, Prof., Yezreel Valley College, Israel
dc.rev Lassila, Ora, Dr., Pegasystems Inc., USA
dc.date.defence 2017-09-01
local.aalto.formfolder 2017_07_07_klo_09_23
local.aalto.archive yes


Files in this item

This item appears in the following Collection(s)

Show simple item record

Search archive


Advanced Search

article-iconSubmit a publication

Browse